近几年，人工智慧应用领域不断进步明显，这让这类人害怕，应用软件将在这类各方面替代人，接手譬如驾车摩托车等组织工作。而金融行业现职生物学家新一代调查报告称，她们研制出的人工智慧应用软件能分担其组织工作最繁杂的一小部分——结构设计机器自学应用软件。
主要包括谷歌其中的数家子公司指出，专业委员会自学的应用软件也许能接手人工智慧研究者的这类组织工作。
在几项试验中，“Google神经系统（Google Brain）”人工智慧科学研究项目组的生物学家让应用软件开发出了两套机器自学控制系统，并让其拒绝接受特别针对词汇处理应用软件的试验，结果显示，其整体表现远远超过了在此之前由人类文明结构设计的应用软件。
，前段时间数年，有数个科学研究项目组也调查报告了她们在让自学应用软件锻造自学应用软件各方面获得的重大进展，那些项目组来民主自由埃隆·特斯拉捐助的非营利科学研究政府机构OpenAI、斯坦福大学（MIT）、加利福尼亚大学柏克莱和Google另两个人工智慧项目组DeepMind。
比如说，DeepMind项目组让应用软件锻造自学控制系统搜集数个相同但有关的难题，比如走地牢等。应用软件明确提出的结构设计图说明，它能将难题形式化，且能在拒绝接受更少体能训练的情况下，化解新任务。而Google神经系统项目组的科学研究则叙述称，她们的应用软件开发出的人脸识别控制系统，可相媲美人类文明结构设计的最合适的控制系统。
MIT新闻媒体生物医学（Media Lab）科学副研究员达克特里斯特•古普塔（Otkrist Gupta）领导的项目组则发现，她们的自学应用软件开发出的深度自学控制系统在对象识别标准试验中的整体表现，与人类文明结构设计控制系统相比也毫不逊色。
自启动人工智慧将加快机器自学的速度
科学研究人员表示，如果这种自启动人工智慧技术成为现实，它们或能加快机器自学应用软件的研发速度。目前，由于机器自学研究者供不应求，子公司必须向她们支付高昂的工资。
Google神经系统科学研究项目组负责人杰夫·迪恩（Jeff Dean）近期在于加州圣克拉拉召开的人工智慧前沿峰会（AI Frontiers Conference）上说：“目前，机器自学研究者之所以能化解难题，是因为她们拥有专业知识、数据和计算能力，那么，我们能做到不需要那么多机器自学研究者吗？”
迪恩将这一技术命名为“自动机器自学”，并称其是他所在项目组最富前景的科学研究方向。他谨慎地表示，在新技术的帮助下，人工智慧研究者的这类组织工作可能会被应用软件替代。
不过，加拿大蒙特利尔大学的约书亚·本希奥（Yoshua Bengio）强调称，就目前而言，这一技术需要骇人的计算能力，因此，替代或部分替代机器自学研究者并不现实。Google神经系统项目组科学研究人员的话佐证了本希奥的说法，科学研究人员称，她们需要使用800台高性能图形处理器来运行应用软件。
MIT新闻媒体生物医学科学副研究员达克特里斯特•古普塔指出，上述情况将发生变化。他和同事计划公开自己试验应用软件的源代码。
GoogleDeepMind项目组将这一技术称为“专业委员会自学”（learning tolearn），她们的一组试验说明，这一技术也有助于缓解机器自学应用软件为了在特定任务中整体表现出色需要调用大量数据的难题。
拜技术不断进步所赐
生物学家们一直希望锻造出专业委员会自学的应用软件，但以前的试验没有拿出堪与人类文明结构设计出的应用软件相相媲美的结果。本希奥（Yoshua Bengio）表示：“这一科学研究应用领域令人兴奋。”他曾在20世纪90年代探索过这一想法。
新技术成为可能。
古普塔进行新一代项目的也是由于结构设计和试验机器自学模型的费时费力。他指出，子公司和科学研究人员都非常渴望找到方法使自动机器自学切实可行。他说：“减轻数据生物学家的负担回报丰富。新一代技术能提高生产力，让我们获得更好的模型，并让那些研究者解放出来，探索更高层次的想法。”
编辑：朱颜
招聘
编辑、视觉结构设计、视频策划及后期
地点：北京
MIT Technology Review 中国唯一版权合作方，任何政府机构及个人未经许可，不得擅自转载及翻译。
分享至朋友圈才是义举
